Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
", "aboutText": "Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.\n\nGeef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.\n\nGeef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.\n\nDefinieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.\n\nDocumentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.\n\nDenken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.\n\nDe native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.\n\nDeze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Localize a compact service message\n\nTranslate into Spanish for a small-business customer: “Invoice INV-204 is ready. The bank transfer has not arrived yet; access starts after payment confirmation.” Keep INV-204 unchanged and return only the translated message. Preserve the distinction between invoice availability, receipt of funds and activation.A Spanish message containing the unchanged invoice reference and the original payment-to-access condition.Check that the translation does not imply that payment is received or access is already active.gemini-3.1-flash-liteGemini 3.1 Flash-Lite is Googles stabiele multimodale model voor vertalen, transcriberen, classificeren en eenvoudige extractie op grote schaal. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug, met denken, hulpmiddelen en gestructureerde uitvoer. De exacte invoer- en uitvoerlimieten zijn 1.048.576/65.536 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
POST /v1/messagestext, imagetext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gemini-3.1-flash-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring|content_block[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldsystem | Typestring|content_block[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten Minimum: 1 Limiet geldt voor: exacte bovengrens van het gekozen model/de gekozen modelkaart | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop_sequences | Typestring[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typetool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].name | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: tool opgegeven | Standaard— |
Veldtools[].description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].input_schema | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldthinking.type | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldthinking.budget_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldoutput_config.effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmetadata | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldcache_control | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Tekst · UTF8-tekst
messages[].content of een blok met type=text
Tekst + afbeelding
{type:image,source:{type:base64,media_type,data}} of bron met type=url
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext, image |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractnull |
Parametercontent_type | Contractapplication/json |
Parametertext_file_material | Contractwerkelijke UTF-8-inhoud ingevoegd als tekst; bestands-ID’s/URLs vereisen afzonderlijke exacte ondersteuning |
Levenscyclus: exact retained published method
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
POST /v1/messagesAiloot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
Referentiestaffels op modelniveau veranderen de methodeselectie, kostenramingen of afschrijvingen niet. Voor de actieve kostenberekening gelden de tarieven van de geselecteerde Ailoot-methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieOpenAI Chat · Basistarieven per token | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieOpenAI Chat · Tariefniveau 1 op basis van aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAnthropic Messages · Basistarieven per token | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAnthropic Messages · Tariefniveau 1 op basis van aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-lite", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-flash-lite", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.1-flash-lite",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.1-flash-lite",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.1-flash-lite',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
gemini-3.1-flash-liteGemini 3.1 Flash-Lite is Googles stabiele multimodale model voor vertalen, transcriberen, classificeren en eenvoudige extractie op grote schaal. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug, met denken, hulpmiddelen en gestructureerde uitvoer. De exacte invoer- en uitvoerlimieten zijn 1.048.576/65.536 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
POST /v1beta/models/{model}:generateContenttext, imagetext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldpath.model | Typestring | VereisteVereist | Waarden en limieten gemini-3.1-flash-lite | Standaard— |
Veldcontents | Typecontent[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldcontents[].role | Typestring | VereisteOptioneel | Waarden en limieten user, model | Standaard— |
Veldcontents[].parts | Typepart[] | VereisteVereist | Waarden en limieten | Standaard— |
VeldsystemInstruction | Typecontent | VereisteOptioneel | Waarden en limieten | Standaard— |
VeldgenerationConfig.maxOutputTokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
VeldgenerationConfig.temperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldgenerationConfig.topP | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldgenerationConfig.topK | Typeinteger | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldgenerationConfig.stopSequences | Typestring[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldgenerationConfig.thinkingConfig.includeThoughts | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldgenerationConfig.thinkingConfig.thinkingBudget | Typeinteger | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].functionDeclarations | Typefunction_declaration[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldtoolConfig.functionCallingConfig.mode | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldsafetySettings | Typeobject[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
VeldsessionId | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Tekst · UTF8-tekst
contents[].parts[].text
Tekst + afbeelding
parts[].inlineData={mimeType,data}
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext, image |
Parameterrequired | Contractcontents |
Parameteroptional_controls | Contractnull |
Parametercontent_type | Contractapplication/json |
Parametertext_file_material | Contractwerkelijke UTF-8-inhoud ingevoegd als tekst; bestands-ID’s/URLs vereisen afzonderlijke exacte ondersteuning |
Levenscyclus: exact retained published method
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
POST /v1beta/models/{model}:generateContentAiloot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
Referentiestaffels op modelniveau veranderen de methodeselectie, kostenramingen of afschrijvingen niet. Voor de actieve kostenberekening gelden de tarieven van de geselecteerde Ailoot-methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieOpenAI Chat · Basistarieven per token | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieOpenAI Chat · Tariefniveau 1 op basis van aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAnthropic Messages · Basistarieven per token | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAnthropic Messages · Tariefniveau 1 op basis van aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-flash-lite:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-flash-lite:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.1-flash-lite", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.1-flash-lite", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.1-flash-lite',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson of ondersteunde streaming
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle kandidaten en onderdelen, inclusief functieaanroepen, handtekeningen van redeneringen en verbruiksgegevens; voeg streamingfragmenten in de juiste volgorde samen.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
VeldresponseId | Typestring |
VeldmodelVersion | Typestring |
Veldcandidates[].content.parts[] | Typetext|inlineData|functionCall|other part |
Veldcandidates[].finishReason | Typestring |
VeldusageMetadata | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
gemini-3.1-flash-liteGemini 3.1 Flash-Lite is Googles stabiele multimodale model voor vertalen, transcriberen, classificeren en eenvoudige extractie op grote schaal. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug, met denken, hulpmiddelen en gestructureerde uitvoer. De exacte invoer- en uitvoerlimieten zijn 1.048.576/65.536 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gemini-3.1-flash-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-flash-lite", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
gemini-3.1-flash-liteGemini 3.1 Flash-Lite is Googles stabiele multimodale model voor vertalen, transcriberen, classificeren en eenvoudige extractie op grote schaal. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug, met denken, hulpmiddelen en gestructureerde uitvoer. De exacte invoer- en uitvoerlimieten zijn 1.048.576/65.536 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gemini-3.1-flash-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gemini-3.1-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
google/gemini-3.1-flash-liteGemini 3.1 Flash-Lite is Googles stabiele multimodale model voor vertalen, transcriberen, classificeren en eenvoudige extractie op grote schaal. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug, met denken, hulpmiddelen en gestructureerde uitvoer. De exacte invoer- en uitvoerlimieten zijn 1.048.576/65.536 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten google/gemini-3.1-flash-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-lite',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-lite',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
google/gemini-3.1-flash-liteGemini 3.1 Flash-Lite is Googles stabiele multimodale model voor vertalen, transcriberen, classificeren en eenvoudige extractie op grote schaal. Het accepteert tekst, beelden, audio, video en PDF en geeft tekst terug, met denken, hulpmiddelen en gestructureerde uitvoer. De exacte invoer- en uitvoerlimieten zijn 1.048.576/65.536 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.1 Flash-Lite is Googles stabiele, lichte multimodale tekstmodel voor frequente, duidelijk afgebakende taken. Het is gebaseerd op Gemini 3 Pro. Vertalen en classificeren zijn centrale werklasten; andere nuttige taken omvatten transcriberen, documentsamenvattingen, entiteitsextractie en classificatie voor modelkeuze. Tekst, beelden, audio, video en PDF kunnen het bronmateriaal leveren en het resultaat is tekst. Een bruikbare briefing vraagt om één bewerking en één eindvorm, zoals een vertaald bericht of een record met velden die in een document zijn gevonden.
Geef voor vertaling de brontekst, doeltaal, doelgroep en terminologie die intact moet blijven. Googles voorbeeld gebruikt instructies die alleen de vertaling teruggeven. Behoud bij een vertaling van een supportbericht productnamen en bestelreferenties en vertaal de rest natuurlijk. Specificeer hoe dubbelzinnigheid moet worden behandeld zodat het resultaat geen datum, belofte of detail toevoegt die in de bron ontbreken. Houd de gevraagde vorm passend voor de bestemming, zoals een kort antwoord of een gelabeld vertaalrecord.
Geef voor transcriptie de opname en definieer of het antwoord de gesproken woorden, een leesbaar bewerkt transcript of een samenvatting moet zijn. Dat zijn verschillende uitvoervormen. Benoem het relevante interval wanneer een lange opname maar één passage bevat die voor de taak nodig is. Het ontwikkelaarsvoorbeeld van de maker levert audio direct aan en vraagt om een teksttranscript. Toets namen, getallen en onduidelijke passages aan de opname en behoud de oorspronkelijke bron voor controle. Dit algemene multimodale tekstprofiel impliceert op zichzelf geen audio-uitvoer of specifiek resultaat met sprekersegmentatie.
Definieer voor classificatie of extractie de categorieën, het schema en de regel voor ontbrekende waarden. De ontwikkelaarshandleiding toont gestructureerde JSON voor analyse van een klantbeoordeling met een ondersteunend citaat en gedefinieerde velden. Een gestructureerd record kan het genoemde product, de probleemcategorie en de zin bevatten die de keuze rechtvaardigt. Neem een representatief geval op dat onbekend moet blijven in plaats van in een categorie te worden gedwongen. Een syntactisch geldig record moet nog steeds met de werkelijke brontekst worden vergeleken.
Documentverwerking kan een PDF omzetten in een beknopte samenvatting of een veldrecord. Benoem de vraag en behoud pagina- of sectieverwijzingen waar de bevinding moet worden gecontroleerd. Een tabelcontrole moet de belangrijke kolommen en regel specificeren; een visuele taak moet het label of gebied benoemen dat voor het antwoord nodig is. Modelroutering is een ander gedocumenteerd gebruik: het model classificeert de complexiteit van een aanvraag en geeft een toegestane keuze terug. De gekoppelde toepassing beslist wat vervolgens wordt uitgevoerd, niet de classificatietekst zelf.
Denken wordt ondersteund en de maker toont hogere inspanning voor taken die van meer analyse profiteren. De exacte stabiele pagina vermeldt ook functieaanroepen, code-uitvoering, zoeken in bestanden, zoekgrounding, Maps-grounding, URL-context en gestructureerde uitvoer. Computer Use wordt in dit stabiele 3.1-profiel niet ondersteund; het latere 3.5 Flash-Lite-profiel heeft een andere capaciteitentabel. Definieer hulpmiddeldoelen en parameters duidelijk en ga verder vanuit werkelijk teruggegeven resultaten. Een functievoorstel bewijst niet dat de bewerking heeft plaatsgevonden.
De native modelkaart vermeldt maximaal 1M context en 64K tekstuitvoer; de stabiele API-tabel specificeert 1.048.576 invoertokens en 65.536 uitvoertokens. Neem instructies, gesprek en bronmedia mee in de invoervoorbereiding en vraag om uitvoer die bij het beoogde resultaat past. Caching-, batch-, Flex- en Priority-verwerking zijn voor dit producentprofiel gedocumenteerd. Neem bij herhaalde onafhankelijke items de invoeridentificatie in het resultaat mee en houd een consistent schema aan zodat een ontbrekend antwoord kan worden geïdentificeerd.
Deze stabiele modelidentificatie staat los van Gemini 3.1 Flash-Lite Preview en latere Flash-Lite-edities. Behoud de exacte editie bij het voorbereiden van herhaalde verwerking in plaats van een vertrouwde familienaam als garantie voor een vaste revisie te behandelen. Controleer vertalingen op behouden betekenis en termen, transcripten aan de hand van de audio en geëxtraheerde velden aan de hand van het document. De praktische rol van het profiel is gerichte multimodale tekstverwerking met een helder resultaat, waarbij het redeneren of externe acties van een bredere taak aan de passende volgende stap worden overgelaten.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten google/gemini-3.1-flash-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0.00005 / 1K tokens Invoer · Cache schrijven $0.0001666666666666666 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "google/gemini-3.1-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot gemini-3.1-flash-lite
Ailoot Ultra gemini-3.1-flash-lite, google/gemini-3.1-flash-lite
/chat/completions
google/gemini-3.1-flash-lite, gemini-3.1-flash-lite, gemini-3.1-flash-lite
Technisch voorbeeld in het Engels
Localize a compact service message\n\nTranslate into Spanish for a small-business customer: “Invoice INV-204 is ready. The bank transfer has not arrived yet; access starts after payment confirmation.” Keep INV-204 unchanged and return only the translated message. Preserve the distinction between invoice availability, receipt of funds and activation.A Spanish message containing the unchanged invoice reference and the original payment-to-access condition.Check that the translation does not imply that payment is received or access is already active.